医疗电子最新文章 不只嗅探粪便样本味道，电子鼻还可检测肠道疾病 通常，克罗恩氏病和溃疡性结肠炎等结肠相关疾病需要通过侵入性测试来诊断。然而多亏了可以通过分析患者粪便味道的全新“电子鼻”，医务人员可能很快就可以区分这些疾病。这种被称为Moosy 32 eNose的设备由来自西班牙瓦伦西亚理工大学和La Fe健康调查研究所的研究小组开发。 发表于：2017/12/29 “AI+大数据”可提前一周预测传染病发生 人工智能（AI）技术在流感、手足口等流行病的监测和预警上有了新突破。昨日，中国平安与重庆疾控中心联合公布了一项智能疾病预测的最新进展：重庆智能疾病预测与筛查两大模型，可以提前一周预测传染病发生情况，指导民众进行疾病预防。 发表于：2017/12/29 0.3秒测癌，日本借助人工智能诊断大肠癌 在日本，大肠癌是死亡率仅次于肺癌的第二大癌症。对患者来说，早期发现是治疗最关键的一步。最近，日本公布了一项人工智能成果，利用人工智能技术，不到一秒就可以测出，大肠息肉是否存在癌症。 发表于：2017/12/29 养老院智能管理看护系统解决方案 目前，我国人口逐步进入老龄化，据统计中国老年人口已经达到1.6亿左右，占全国人口的12%.养老机构在我国也在不断增加，看护人员短缺，有很多年轻人因种种原因会选择老人送至养老院，让自己的父母在一个安全、舒适的环境中享受晚年，随之而来的便是老人的安全问题。 发表于：2017/12/28 物联网在社区卫生服务中的应用案例 我国的城镇医疗卫生改革明确提出,要大力发展社区卫生服务机构，完善社区卫生服务功能。社区医院和健康小屋都是社区的卫生医疗服务机构，社区医院可以为社区居民提供疾病预防等公共卫生服务和一般常见病、多发病、慢性病的基本医疗服务，大力发展社区医院能够缓解患者的就医压力和大医院的医疗服务压力。 发表于：2017/12/28 9种不同类型心电监护仪的设计方案，包括便携式、远程控制、低功耗等 随着人们生活节奏加快，人口逐渐老龄化，心脏疾病成为危害人类健康和生命的主要疾病之一。心电监护系统为心脏病人诊断和治疗提供了一个有效的手段，对心脏疾病的防治和诊断具有重大的意义，本文为大家介绍几种心电监护仪的设计方案，包括便携式，低功耗，远程监控等类型。 发表于：2017/12/28 为医疗设备选择小巧可靠的无源元件 近些年来，医疗设备一直朝着体积越来越小的趋势发展；小型可植入设备在植入过程中能够让患者感觉更舒适，对身体的扰乱也更小。为满足可植入医疗设备对更小型混合元件的需求，人们不断改进微控制器（MCU）——或专用集成电路（ASIC）——及电源系统的混合布局与封装技术。本文探讨了无源元件的选型过程，目的是缩小医疗设备中的混合元件和电路板空间。 发表于：2017/12/28 基于Atmega16单片机医疗护理小卫士的设计与实现 本作品是一款以Atmega16为控制核心的医疗方面的电子产品。主要是应用于现在医疗护理方面，能实现对病人的体温脉搏等正常生理特征的实时测量，一旦这些特征偏离正常范围，护理小卫士就可以发出警报，从而使病人获得及时的救治，守护病人的生命健康。具有体积小，重量轻，功能多样，人性化程度高的特点。 发表于：2017/12/28 模仿苍蝇听觉系统的智能免电池助听器 从一只苍蝇听觉而来的灵感，启发研究人员们开发出一款全新的低功耗麦克风组件，可望为打造新一代的智能型免电池助听器而铺路。 发表于：2017/12/28 治疗高血压、ADHD和帕金森症的智能腕带？ 该设备经过以色列数十位患者的临床验证，原理上是以特定频率传输低压3V的电子脉冲，用来治疗ADD、抑郁症和焦虑症；压力、偏头痛和头痛；失眠。且下一代产品还可以用来治疗帕金森症、ADHD和癫痫。 发表于：2017/12/28 输液滴数监测系统 在运行过程中，滴速可以通过网络上传到终端上，当出现异常时，可以报警。这样可以提高安全性，降低劳动强度。 发表于：2017/12/28 基于Zigbee协议的生命安全监测与报警系统 可能“的生命安全监测与报警系统”项目的名称名字取得有点大，其实这也是一套输液滴数监测系统，与另一个十强参赛项目不同的是，这个采用Zigbee协议实现数据传输与监测的通信功能，主控芯片也是STM32 Arm MCU。 发表于：2017/12/28 俄罗斯自主研发神经仪器 能远距离传输生理数据 俄罗斯康德波罗的海联邦大学生命系统研究所不久前完成了名为“巴拉莱卡”（Balalaika）的神经仪器的研发工作，适用于记录各种电子生理参数。 发表于：2017/12/27 重塑医疗行业的14大创新医疗设备/技术 医疗设备正改变着全球医疗健康领域的各个方面，从物联网技术到3D打印，新颖的创新医疗设备正逐渐走入到医疗保健机构和患者家中。虽然整个行业面临着降低医疗支出、实现多样化竞争与护理改善的压力，但整体来看，医疗保健业的未来的前景还会客观的。 发表于：2017/12/27 深度|医疗影像AI的“九九八十一难”？ 今年11月，吴恩达领导的一支斯坦福团队发布了一项将深度学习应用到医疗领域的成果。 发表于：2017/12/27 <…204205206207208209210211212213…>
